「ベイズ統計」「統計モデリング」など聞いたことはあっても、具体的にどんな感じなのか、どんなことができるのかよく知らない方も多いかと思います。

また、以前ベイズ統計にチャレンジしたけど、結局よくわからなかったという人もいるのではないでしょうか。

しかし、ベイズ統計モデリングでやっていることは実はかなりシンプルです。

本コースは、そのようなベイズ統計モデリング初心者の方を対象に、講義と実践を通して入門します。

実践部分ではGoogle Colaboratory環境を使い、統計モデリングの言語にはPystanを使います。

Pystanは、統計モデリングでよく使うプログラミング言語StanをPythonから呼び出せるようにしたものです。

コースの概要

• ベイズ統計モデリングの概要（イントロダクション）

• 確率分布

• ベイズの定理

• ベイズ推論とその問題点

• 最尤推定

• ベイズ統計モデリングの流れ

• マルコフ連鎖モンテカルロ（MCMC）

• ベイズ信用区間と点推定

• Pystanとは

• 線形単回帰の実践

• 線形重回帰の実践

• ロジスティック回帰の実践

本コースは大きく前半と後半に分かれています。

前半部分はスライドを使った講義形式で行い、後半部分は実際にプログラミングをしてベイズ統計モデリングを実践します。

実践環境としてはGoogle Colaboratoryを使います。

Stanを使うためにはC++のコンパイラが必要なので、通常は環境設定が少し面倒くさいのですが、Google Colaboratoryなら簡単に環境設定をすることができます。

注意点として、本コースはベイズ統計モデリングの入門編として分かりやすさを重視しています。

そのため必ずしも正確ではない点もありますので、そこはご容赦ください。

本コースは全体で3時間半程度のコンテンツになっています。

休日であれば実践編も含めて1日でできる分量だと思いますので、ぜひベイズ統計の入門編としてチャレンジしてみてください。

ベイズ統計は難しいことも多いですが、本コースでベイズ統計モデリングのエッセンスを短時間で学び、ベイズ統計モデリングの世界に足を踏み入れていきましょう！